Результаты опубликованы в журнале Nature Astronomy.
Стандартным методом представления структуры магнитного поля Солнца являются магнитограммы, которые в графическом виде отображают его пространственные вариации, а одним из распространенных методов определения магнитного поля является картирование Зеемана—Доплера. Это способ заключается в способности магнитного поля поляризовать излучение — по разности доплеровских скоростей, определенных в различных каналах поляризации, можно определить проекцию магнитного поля на луч зрения. Тем не менее, этот способ работает только на непосредственно наблюдаемой стороне звезды. В случае обратной стороны можно воспользоваться методами гелиосейсмологии, для которых необходимы только данные о видимой стороне, однако в таком случае качестве полученных данных значительно уступает непосредственным наблюдениям.
Сегодня за Солнцем наблюдает сразу несколько космических телескопов, в том числе американские Обсерватория солнечной динамики (SDO) и STEREO. Особенностью второй миссии заключается в том, что она состоит из двух одинаковых аппаратов, которые независимо движутся по орбитам, близким к земной. В результате один из них постепенно все больше отстает от планеты, а второй — обгоняет. Это позволяет наблюдать светило с различных сторон и даже получать трехмерные изображения, используя стереоскопический эффект. Однако после череды проблем с электроникой и последовавшей потерей контроля над ориентацией данные со STEREO-B доступны только до 1 октября 2014 года.
Тэен Ким (Taeyoung Kim) из Университета Кенхи в Южной Корее и его коллеги натренировали алгоритм глубокого обучения создавать магнитограммы. Исходными для первой части работы были данные SDO: ультрафиолетовые снимки прибора Atmospheric Imaging Assembly (AIA) и измерения магнитного поля на луче зрения, проведенные инструментом Helioseismic and Magnetic Imager (HMI). Данные собирались каждые 12 часов в течение 2011–2017 годов. В результате получилось 4972 пар изображений и магнитограмм, из которых 4147 (все данные, кроме полученных в сентябре и октябре каждого года) использовались в качестве обучающей выборки, а оставшиеся 825 — в качестве тестовой.
В исследовании применялась генеративно-состязательная сеть, то есть комбинация двух нейросетей, одна из которых (генератор) создает образцы, а вторая (дискриминатор) пытается выбрать из них наиболее похожие на представленные в обучающей выборке. Авторы сравнили результаты работы алгоритма, то есть магнитограммы за сентябрь и октябрь, с данными прибора HMI. Оказалось, что программа качественно воссоздала структуру поля. В частности, результат ее работы соответствовал эмпирическому закону Хейла, который гласит, что в северном полушарии одна полярность всегда предшествует другой, а в южном полушарии наблюдается обратная ситуация. Полярность солнечного магнитного поля меняется на противоположную от цикла к циклу, но вся обучающая выборка была получена в течение 24 солнечного цикла, поэтому нейросеть в текущем виде эффективна при работе с четными циклами, однако точность ее предсказаний при нечетных циклах необходимо отдельно проверять.
Ученые заключают, что им удалось показать удачный пример непосредственного преобразования изображений с помощью нейросетевой модели. Они отмечают, что в области астрономии и геофизики часто имеется большое количество данных различных диапазонов, что потенциально позволяет применять подобные модели во множестве ситуаций. Непосредственно в случае наблюдения Солнца, такая модель позволяет лучше понимать временную эволюцию активных областей, которые являются источниками вспышек, определяющих космическую погоду.
Магнитное поле Солнца значительно сложнее земного, подвержено намного более сильным изменениям как во времени, так и в пространстве. Подробно об исследованиях изменения солнечного поля мы писали в материале «Мой компас земной».
Тимур Кешелава